CN111062116B - 一种特性未知的模拟量按键信息精确识别方法 - Google Patents

Abstract

本发明涉及一种特性未知的模拟量按键信息精确识别方法，其中，包括：获取单次按键完整操作的模拟量输出信号的一组周期采样数据，得到按键输出模拟量信息的拟合曲线；将拟合曲线与常数直线构成联合方程组，求解出二者的若干个交点，得到时间点集；利用常数直线，将拟合曲线进行二值化处理，得到分段函数，得到按键模拟量信息以周期进行采样的离散模型；利用时间点集，获取离散模型的关键特征值；重复进行多次按键完整操作输出信息的周期采集，获得由上升沿时间和下降沿时间所构成的时间点集，然后分别进行关键特征值求取，修正离散模型的关键特征值；根据关键特征值，设计按键滤波算法，进行按键信息识别。

Description

一种特性未知的模拟量按键信息精确识别方法

技术领域

本发明属于信息处理领域，尤其涉及一种特性未知的模拟量按键信息精确识别方法。

背景技术

按键作为工业生产设备、军用武器装备中的控制、调度等信号的主要输入端口，一直倍受人们关注，特别是对于实时性高、控制精度高的军用武器设备来说，精确、快速的识别按键信息更是关系到武器设备的安全性和可靠性，即使是按键的一次错误识别也极可能导致不可挽回的严重后果。触点式机械按键是一种常用按键，这类按键具有弹性触点，在按键闭合和断开瞬间会发生电压突跳，极易发生抖动。虽然抖动持续时间极短，一般为毫秒级，但是对于具有微妙级甚至纳秒级处理速度的中央处理器来说，该抖动极易被识别出来，从而发生按键错误识别，进而导致按键的错误响应。

目前，防止按键输出信息错误识别的常用方法有两种：(1)硬件消抖法，该方法通过使用电容滤波法、触发器法、中断法等方法实现按键信息抖动滤除，但是该方法需要消耗硬件资源及空间资源；(2) 软件延时消抖法，该方法实现简单、无需增加硬件资源，仅通过软件延时程序来规避按键抖动状态，但是，延时程序极大的占用了中央处理器的运行时间，从而降低了系统的实时性，此外，该方法所设置的延时时间为经验值，没有对特定按键进行针对性处理，对于具有不同输出特性的按键来说，不具备通用性。

发明内容

本发明的目的在于提供一种特性未知的模拟量按键信息精确识别方法，用于解决现有技术中具有不同输出特性的按键来说，不具备通用性的问题。

本发明一种特性未知的模拟量按键信息精确识别方法，其中，包括：步骤1，获取单次按键完整操作的模拟量输出信号的一组周期采样数据，其中只包含有0和1，0代表无效电平，1代表有效电平；确定有效电平持续时间最长数据段的起止时间和/>以/>和/>为分界，将周期采样数据分成前段、中段和末段三个采样数据段，分别对前段和末段数据段进行插值处理，进而得到相应插值采样数据；对每段采样数据进行多次多项式拟合，分别得到三条拟合曲线L¹(t)、L²(t)以及 L³(t)；整合三条拟合曲线，得到按键输出模拟量信息的拟合曲线L(t)；步骤2，将拟合曲线L(t)与常数直线L₁(t)＝C构成联合方程组，求解出二者的若干个交点，按照时间顺序将各个交点中的时间坐标筛选出来，构成具有b个元素的时间点集[t_a],a＝0,1,2,L,b-1；步骤3，利用常数直线L₁(t)＝C，将拟合曲线L(t)进行二值化处理，得到分段函数L′(t)，以采样周期T对分段函数L′(t)进行采样，得到按键模拟量信息以周期 T进行采样的离散模型L′(kT),k＝0,1,2,L,n；步骤4，利用步骤2中获得的时间点集[t_a],a＝0,1,2,L,b-1，获取离散模型L′(kT),k＝0,1,2,Ln的关键特征值；步骤5，重复进行多次按键完整操作输出信息的周期采集，获得U 组由上升沿时间和下降沿时间所构成的时间点集然后分别进行关键特征值求取，修正离散模型L′(kT),k＝0,1,2,L,n的关键特征值，修正后的关键特征值分别为t′_d，t_c′以及t′_dj；步骤6，根据关键特征值t′_d，t_c′以及t′_dj，设计按键滤波算法，进行按键信息识别。

根据本发明的特性未知的模拟量按键信息精确识别方法的一实施例，其中，关键特征值包括：按键初始抖动时间t_d、按键有效电平稳定时间t_c以及按键抖动时间间隔t_dj，其中，t_d为时间点集中相邻下降沿与上升沿之差取得最大值时所对应的上升沿时间，t_c为时间点集中相邻下降沿与上升沿之差的最大值，t_dj为时间点集中相邻上升沿与下降沿之差的最大值。

根据本发明的特性未知的模拟量按键信息精确识别方法的一实施例，其中，三条拟合曲线整合为拟合曲线L(t)的方法包括：

根据本发明的特性未知的模拟量按键信息精确识别方法的一实施例，其中，步骤3中C＝0.5，

根据本发明的特性未知的模拟量按键信息精确识别方法的一实施例，其中，步骤5中的修正关键特征值包括：假设时间点集对应按键初始抖动时间/>按键持续时间/>按键抖动时间间隔/>则：

l＝0,1,2,L,U-1。

根据本发明的特性未知的模拟量按键信息精确识别方法的一实施例，其中，步骤6中设计按键滤波算法为：按键按下的第一个上升沿开始计时，当时间到达约定时间t_f时，t_f∈((1+σ)×t′_d,(1-σ)×(t′_d+t_c))，余度系数σ＝0.2，若此期间有效电平1的持续时间大于等于 (t_f-(1+σ)×t′_d)，则当前按键有效；当且仅当低电平保持时间大于等于(1+σ)t′_dj时，认为当前按键结束，即本次滤波过程结束。

根据本发明的特性未知的模拟量按键信息精确识别方法的一实施例，其中，按键完整操作为闭合和断开。

根据本发明的特性未知的模拟量按键信息精确识别方法的一实施例，其中，得到按键输出模拟量信息的拟合曲线L(t)包括：

假设M为采样数据点个数，第一个上升沿所对应的时间为0，则周期采样数据X可表示为：

X＝[(0,x₀),(T′,x₁),L,((M-1)T′,x_M-1)]；

以时间和/>为界，假设/>则前段、中段和末段的三个数据段分别为：

其中，M₁为前段数据的采样点个数，M₂为前端和中段数据的总采样点个数；

在前段和末段中相邻两个点之间进行中值插值，构成插值周期采样数据段X′₁和X′₃，插值后的前段和末端数据段以及未插值的中段数据段，可分别表示如下：

利用最小二乘多项式拟合法进行多项式拟合，得到X′₁,X₂,X′₃的相应拟合曲线分别为：

整合三条拟合曲线，得到拟合曲线L(t)：

根据本发明的特性未知的模拟量按键信息精确识别方法的一实施例，其中，步骤4包括：

时间点集中每个元素即为上升沿或下降沿时间，假设相邻两个元素的差值为：

△t_n＝(t_n+1-t_n),n＝0,1,L,M-2；

将△t_n分为两个组别，分组原则：若t_n为上升沿时间则归为第一组，若t_n为下降沿时间则归为第二组，第一组构成的时间集合记为[△t_n]₁，第二组构成的时间集合记为[△t_n]₂。分别从两组中挑选出最大值，记为△t_i＝max[△t_n]₁，△t_j＝max[△t_n]₂，则t_dj＝△t_j，t_d＝t_i，t_c＝△t_i；

则第j次更新的按键初始抖动时间t′_d，按键有效电平稳定时间t′_d和按键抖动时间间隔t′_dj的计算方法为：

当j＝1时，

t′_d＝t_d，t′_c＝t_c，t′_dj＝t_dj

当j≠1时，

t′_d＝max[t′_d,t_d]，t′_c＝min[t′_c,t_c]，t′_dj＝max[t′_dj,t_dj]；

j取值从1至U，顺序循环执行步骤1至步骤4，迭代更新t′_d，t_c′，t′_dj。当j>U时，转至步骤5。

根据本发明的特性未知的模拟量按键信息精确识别方法的一实施例，其中，利用获得的t′_d，t′_c，t′_dj，设计按键滤波算法包括：按键按下的第一个上升沿开始计时，当时间到达约定时间t_f时， t_f∈((1+σ)×t′_d,(1-σ)×(t′_d+t_c))，其中σ为余度系数，取σ＝0.2，对(0,t_f)时间段内有效电平1的连续保持时间进行检测，若其连续保持时间持大于等于(t_f-(1+σ)×t′_d)，则判定当前按键有效，输出按键有效信号，否则，判定按键无效，当按键有效性判别结束后，则开始判别当前按键是否结束，当且仅当无效电平0的连续保持时间大于等于(1+σ)t′_dj时，判定为当前按键结束，否则判定当前按键未结束。当且仅当判别当前按键结束时，再次启动下一次按键滤波过程。

本发明提出的一种特性未知的模拟量按键信息精确识别方法，针对不同按键特性，利用按键输出信息数据，通过多项式拟合的方式，构建精确的按键输出信息的数学模型，提取出其关键特征值，并设计了相应的按键信息精确识别滤波方法，保证了按键信息的识别精度，防止按键错误识别，并具备通用性。

附图说明

无

具体实施方式

为使本发明的目的、内容、和优点更加清楚，下面结合实施例，对本发明的具体实施方式作进一步详细描述。

本发明的一种特性未知的模拟量按键信息精确识别方法，其包括：

步骤1，获取单次按键完整操作(闭合和断开)的模拟量输出信号的一组周期采样数据，其中只包含有0和1，0代表无效电平，1代表有效电平；确定有效电平持续时间最长数据段的起止时间和/>以/>为分界，将周期采样数据分成前段、中段和末段三个采样数据段，分别对前段和末段数据段进行插值处理，进而得到相应插值采样数据；对每段采样数据进行N,N≥7次多项式拟合，分别得到三条拟合曲线L¹(t)，L²(t)，L³(t)；整合三条拟合曲线，得到按键输出模拟量信息的拟合曲线L(t)；

步骤2，将拟合曲线L(t)与常数直线L₁(t)＝C构成联合方程组，求解出二者的若干个交点，按照时间顺序将各个交点中的时间坐标筛选出来，构成具有b个元素的时间点集[t_a],a＝0,1,2,L,b-1；

步骤3，利用常数直线L₁(t)＝C，按照某一原则，将拟合曲线L(t)进行二值(0和1)化处理，得到分段函数L′(t)，再以采样周期T对分段函数L′(t)进行采样，得到按键模拟量信息以周期T进行采样的离散模型L′(kT),k＝0,1,2,L,n；

步骤4，利用步骤2中获得的时间点集[t_a],a＝0,1,2,L,b-1，获取离散模型L′(kT),k＝0,1,2,Ln的关键特征值，包括：按键初始抖动时间t_d，按键有效电平稳定时间t_c，按键抖动时间间隔t_dj，其中，t_d为时间点集中相邻下降沿与上升沿之差取得最大值时所对应的上升沿时间，t_c为时间点集中相邻下降沿与上升沿之差的最大值，t_dj为时间点集中相邻上升沿与下降沿之差的最大值；

步骤5，重复进行U(U≥50)次按键完整操作(闭合和断开)输出信息的周期采集，获得U组由上升沿时间和下降沿时间所构成的时间点集然后分别进行关键特征值求取，修正离散模型L′(kT),k＝0,1,2,L,n的关键特征值，修正后的关键特征值分别为t′_d，t′_c， t′_dj；

步骤6，根据最终确定的关键特征值t′_d，t′_c，t′_dj，设计按键滤波算法。

进一步的，步骤1中三条拟合曲线整合为拟合曲线L(t)的方法如下：

进一步的，步骤3中C＝0.5，其中的“某一原则”可用表述如下：

进一步的，步骤5中的修正关键特征值的具体方法如下：假设时间点集对应按键初始抖动时间/>按键持续时间/>按键抖动时间间隔/>则

l＝0,1,2,L,U-1

再进一步的，步骤6中设计按键滤波算法为：按键按下的第一个上升沿开始计时，当时间到达约定时间t_f时，t_f∈((1+σ)×t′_d,(1-σ)×(t′_d+t_c))，余度系数σ＝0.2，若此期间有效电平1的持续时间大于等于(t_f-(1+σ)×t′_d)，则当前按键有效；当且仅当低电平保持时间大于等于(1+σ)t′_dj时，认为当前按键结束，即本次滤波过程结束，然后，方可启动下一次滤波过程。

本发明的一种特性未知的模拟量按键信息精确识别方法包括：

步骤1，获取第j,1≤j≤U次按键完整操作(闭合和断开)的模拟量输出信号的一组周期采样数据，采样周期为T′，U为最大采样次数， j为整数，周期采样数据只包含有0和1，0代表无效电平，1代表有效电平；确定有效电平持续时间最长数据段的起止时间和/>以 为分界，将周期采样数据分成前段、中段和末段三个采样数据段，分别对前段和末段数据段进行插值处理，进而得到相应插值采样数据；对每段采样数据进行N,N≥7次多项式拟合，分别得到三条拟合曲线L¹(t)，L²(t)，L³(t)；整合三条拟合曲线，得到按键输出模拟量信息的拟合曲线L(t)。

假设M为采样数据点个数，第一个上升沿所对应的时间为0，则周期采样数据X可表示为

X＝[(0,x₀),(T′,x₁),L,((M-1)T′,x_M-1)]

以时间和/>为界，假设/>则前段、中段和末段的三个数据段分别为：

其中，M₁为前段数据的采样点个数，M₂为前端和中段数据的总采样点个数。

然后，在前段和末段中相邻两个点之间进行中值插值，构成插值周期采样数据段X′₁和X′₃，插值后的前段和末端数据段以及未插值的中段数据段，可分别表示如下

利用最小二乘多项式拟合法进行多项式拟合，得到X′₁,X₂,X′₃的相应拟合曲线分别为：

最后，整合三条拟合曲线，得到拟合曲线L(t)

步骤2，将拟合曲线L(t)与常数直线L₁(t)＝C,0＜C＜1构成联合方程组，取C＝0.5，求解出二者的b个交点，按照时间顺序将各个交点中的时间坐标筛选出来，构成具有b个元素的顺序时间点集 [t_a],a＝0,1,2,L,b-1。

步骤3，按照原则：

将拟合曲线L(t)进行二值(0和1)化处理，得到分段函数L′(t)，再以采样周期T对分段函数L′(t)进行采样，得到按键模拟量信息以周期T进行采样的离散模型L′(kT),k＝0,1,2,L,n。

步骤4，利用步骤2中获得的时间点集[t_a],a＝0,1,2,L,b-1，获取离散模型L′(kT),k＝0,1,2,Ln的关键特征值，包括：按键初始抖动时间t_d，按键有效电平稳定时间t_c，按键抖动时间间隔t_dj。

时间点集中每个元素即为上升沿或下降沿时间，假设相邻两个元素的差值为△t_n＝(t_n+1-t_n),n＝0,1,L,M-2

将△t_n分为两个组别，分组原则：若t_n为上升沿时间则归为第一组，若t_n为下降沿时间则归为第二组，第一组构成的时间集合记为[△t_n]₁，第二组构成的时间集合记为[△t_n]₂。分别从两组中挑选出最大值，记为△t_i＝max[△t_n]₁，△t_j＝max[△t_n]₂，则t_dj＝△t_j，t_d＝t_i，t_c＝△t_i。

则第j次更新的按键初始抖动时间t′_d，按键有效电平稳定时间t′_d和按键抖动时间间隔t′_dj的计算方法为当j＝1时，

t′′＝t_d，t′_c＝t_c，t′′_j＝t_dj

当j≠1时，

t′_d＝max[t′_d,t_d]，t_c′＝min[t_c′,t_c]，t′_dj＝max[t′_dj,t_dj]

j取值从1至U，顺序循环执行步骤1至步骤4，迭代更新t′_d，t_c′，t′_dj。当j>U时，转至步骤5。为保证获得关键特征值的准确性，进行迭代时，按键单次完整操作应完全遵循按键实际使用情况。

步骤5，利用获得的t′_d，t′_c，t′_dj，设计按键滤波算法：按键按下的第一个上升沿开始计时，当时间到达约定时间t_f时，t_f∈((1+σ)×t′_d,(1-σ)×(t′_d+t_c))，其中σ为余度系数，可取σ＝0.2，对(0,t_f) 时间段内有效电平1的连续保持时间进行检测，若其连续保持时间持大于等于(t_f-(1+σ)×t′_d)，则判定当前按键有效，输出按键有效信号，否则，判定按键无效。当按键有效性判别结束后，则开始判别当前按键是否结束，当且仅当无效电平0的连续保持时间大于等于(1+σ)t′_dj时，判定为当前按键结束，否则判定当前按键未结束。当且仅当判别当前按键结束时，再次启动下一次按键滤波过程。

为解决上述问题，本发明提供了一种特性未知的模拟量按键信息精确识别方法，该方法通过采集及分析按键输出信息数据，采用多项式拟合的方式，针对性的构建出按键输出信号的精确数学模型，并提取出数学模型中的关键特征值，再利用关键特征值设计按键信息精确识别滤波方法。

本发明的有益效果在于：

本发明提出的一种特性未知的模拟量按键信息精确识别方法针对不同按键特性，利用按键输出信息数据，通过多项式拟合的方式，构建精确的按键输出信息的数学模型，提取出其关键特征值，并设计了相应的按键信息精确识别滤波方法，保证了按键信息的识别精度，防止按键错误识别，并具备通用性。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (6)

1.一种特性未知的模拟量按键信息精确识别方法，其特征在于，包括：

步骤1，获取单次按键完整操作的模拟量输出信号的一组周期采样数据，其中只包含有0和1，0代表无效电平，1代表有效电平；确定有效电平持续时间最长数据段的起止时间和以/>和/>为分界，将周期采样数据分成前段、中段和末段三个采样数据段，分别对前段和末段数据段进行插值处理，进而得到相应插值采样数据；对每段采样数据进行多次多项式拟合，分别得到三条拟合曲线L¹(t)、L²(t)以及L³(t)；整合三条拟合曲线，得到按键输出模拟量信息的拟合曲线L(t)；

步骤2，将拟合曲线L(t)与常数直线L₁(t)＝C构成联合方程组，求解出二者的若干个交点，按照时间顺序将各个交点中的时间坐标筛选出来，构成具有b个元素的时间点集[t_a],a＝0,1,2,…,b-1；

步骤3，利用常数直线L₁(t)＝C，将拟合曲线L(t)进行二值化处理，得到分段函数L′(t)，以采样周期T对分段函数L′(t)进行采样，得到按键模拟量信息以周期T进行采样的离散模型L′(kT),k＝0,1,2,…,n；

步骤4，利用步骤2中获得的时间点集[t_a],a＝0,1,2,…,b-1，获取离散模型L′(kT),k＝0,1,2,…n的关键特征值；

步骤5，重复进行多次按键完整操作输出信息的周期采集，获得U组由上升沿时间和下降沿时间所构成的时间点集然后分别进行关键特征值求取，修正离散模型L′(kT),k＝0,1,2,…,n的关键特征值，修正后的关键特征值分别为t′_d，t′_c以及t′_dj；

步骤6，根据修正后的关键特征值t′_d，t′_c以及t′_dj，设计按键滤波算法，进行按键信息识别；

其中，

关键特征值包括：按键初始抖动时间t_d、按键有效电平稳定时间t_c以及按键抖动时间间隔t_dj，其中，t_d为时间点集中相邻下降沿与上升沿之差取得最大值时所对应的上升沿时间，t_c为时间点集中相邻下降沿与上升沿之差的最大值，t_dj为时间点集中相邻上升沿与下降沿之差的最大值；

步骤5中的修正后的关键特征值包括：假设时间点集对应按键初始抖动时间/>按键持续时间/>按键抖动时间间隔/>则：

其中，

利用获得的t′_d，t′_c，t′_dj，设计按键滤波算法包括：按键按下的第一个上升沿开始计时，当时间到达约定时间t_f时，t_f∈((1+σ)×t′_d,(1-σ)×(t′_d+t_c))，其中σ为余度系数，取σ＝0.2，对(0,t_f)时间段内有效电平1的连续保持时间进行检测，若其连续保持时间持大于等于(t_f-(1+σ)×t′_d)，则判定当前按键有效，输出按键有效信号，否则，判定按键无效，当按键有效性判别结束后，则开始判别当前按键是否结束，当且仅当无效电平0的连续保持时间大于等于(1+σ)t′_dj时，判定为当前按键结束，否则判定当前按键未结束；当且仅当判别当前按键结束时，再次启动下一次按键滤波过程。

2.如权利要求1所述的特性未知的模拟量按键信息精确识别方法，其特征在于，三条拟合曲线整合为拟合曲线L(t)的方法包括：

3.如权利要求1所述的特性未知的模拟量按键信息精确识别方法，其特征在于，步骤3中C＝0.5，

4.如权利要求1所述的特性未知的模拟量按键信息精确识别方法，其特征在于，按键完整操作为闭合和断开。

5.如权利要求1所述的特性未知的模拟量按键信息精确识别方法，其特征在于，得到按键输出模拟量信息的拟合曲线L(t)包括：

假设M为采样数据点个数，第一个上升沿所对应的时间为0，则周期采样数据X可表示为：

X＝[(0,x₀),(T′,x₁),…,((M-1)T′,x_M-1)]；

以时间和/>为界，假设/>则前段、中段和末段的三个数据段分别为：

其中，M₁为前段数据的采样点个数，M₂为前端和中段数据的总采样点个数；

在前段和末段中相邻两个点之间进行中值插值，构成插值周期采样数据段X′₁和X′₃，插值后的前段和末端数据段以及未插值的中段数据段，可分别表示如下：

利用最小二乘多项式拟合法进行多项式拟合，得到X′₁,X₂,X′₃的相应拟合曲线分别为：

整合三条拟合曲线，得到拟合曲线L(t)：

6.如权利要求1所述的特性未知的模拟量按键信息精确识别方法，其特征在于，步骤4包括：

时间点集中每个元素即为上升沿或下降沿时间，假设相邻两个元素的差值为：

Δt_n＝(t_n+1-t_n),n＝0,1,…,M-2；

将Δt_n分为两个组别，分组原则：若t_n为上升沿时间则归为第一组，若t_n为下降沿时间则归为第二组，第一组构成的时间集合记为[Δt_n]₁，第二组构成的时间集合记为[Δt_n]₂，分别从两组中挑选出最大值，记为Δt_i＝max[Δt_n]₁，Δt_j＝max[Δt_n]₂，则t_dj＝Δt_j，t_d＝t_i，t_c＝Δt_i；

则第j次更新的按键初始抖动时间t′_d，按键有效电平稳定时间t′_d和按键抖动时间间隔t′_dj的计算方法为：

当j＝1时，

t′_d＝t_d，t′_c＝t_c，t′_dj＝t_dj

当j≠1时，

t′_d＝max[t′_d,t_d]，t′_c＝min[t′_c,t_c]，t′_dj＝max[t′_dj,t_dj]；

j取值从1至U，顺序循环执行步骤1至步骤4，迭代更新t′_d，t′_c，t′_dj；

当j＞U时，转至步骤5。